• 한국정보교육학회:학술대회논문집
• /
• 한국정보교육학회 2008년도 동계학술대회
• /
• pp.129-135
• /
• 2008

본 연구는 인간의 자아표현 욕구와 창조적 욕구로 인해 자신을 대체할 산물들을 끊임없이 만들어 내는 과정에서 중요하게 작용되는 자기노출라는 심리를 이용하여 아바타와 학습자의 얼굴을 합성하는 증강가상을 통하여 가상세계에서의 현실감을 부여함으로써 학습자의 몰입을 유도하여 그 교육적 효과를 증대하고자 하였다. 이를 실증하기 위하여 컴퓨터기반으로 컨텐츠를 개발한 후, 로봇 컨텐츠로써의 활용을 위해 컨버팅하고 자동 로딩을 통한 학습자의 사진을 아바타와 합성시켰다. 실험 결과 자기노출기반 컨텐츠의 효과는 모든 집단의 경우에서 학습에 대한 집중도에는 긍정적인 영향을 주었으며, 학업성취도에는 유의미하지는 않지만 긍정적 효과를 가지는 것으로 나타났다. 이는 교육용 로봇을 활용한 자기노출 개념 적용에 대하여 긍정적인 결과라고 보여지는데, 보다 유의미한 결과를 얻기 위해서는 단순히 사진을 찍어 로딩시키는 증강가상보다는 얼굴검출을 통한 실시간 증강가상과 같이 증강가상 효과의 증대가 필요하다고 하겠다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제65차 동계학술대회논문집 30권1호
• /
• pp.93-96
• /
• 2022

본 논문에서는 카메라 센서만을 이용하여 손바닥 사진을 촬영하고 추출된 데이터들을 합성하여 멀티 채널 이미지를 생성 및 분류 모델에 입력하여 신원을 확인하는 딥러닝 모델을 제안한다. 이 모델은 손바닥 사진이 입력되면 손바닥 및 손금 세그멘테이션을 이용하여 마스크 이미지를 추출하고 단일 채널로 구성된 이미지들을 멀티 채널 이미지로 합성/재구성하여 신원을 분류하는 딥러닝 모델이다. 이는 카메라 센서 외 다른 센서가 필요 없다는 장점을 가지고 있으며, 비접촉 신원 인식 시스템에 적용할 수 있다.

• 프린팅코리아
• /
• 제13권4호
• /
• pp.92-95
• /
• 2014

최근 출시된 어도비 포토샵 CC에는 이전에 없던 다양한 신기능이 많이 포함돼 있다. 원근 뒤틀기(Perspective Warp)도 그중의 하나다. 원근 뒤틀기는 이미지에서 서로 다른 원근의 소실점을 정렬해 하나의 완벽한 합성 사진을 만드는 기능이다. 원근 뒤틀기에 대해 알아본다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권6호
• /
• pp.817-828
• /
• 2004

본 논문에서는 몽타주 기법과 음영합성 기법을 이용한, 디자이너(예술가)의 감각을 살린 벡터 기반의 얼굴 생성 시스템을 제안한다. 제안하는 시스템은 사진으로부터 얼굴의 특징정보를 추출하여 사람의 얼굴과 유사한 얼굴을 자동으로 생성해 주는 시스템이며, 윤곽선만을 사용하던 기존의 얼굴 생성 시스템과 달리 컬러 기반이며, 음영을 사진으로부터 추출하여 이를 이목구비 이미지와 합성하여 생성하는 방식이다. 따라서 실사형에 좀 더 근접한 얼굴을 생성할 수 있다는 장점을 갖는다. 또, 벡터를 기반으로 하기 때문에 사이즈에 제한 얼이 자유로운 변형이 가능할 뿐만 아니라 디자이너 또는 그림 작가의 느낌을 결과물에 그대로 유지할 수 있도록 한다는 점에서 타 접근방식과의 차별성을 갖는다. 또, 2D 아바타에 자유로운 표정을 적용하는 데에도 쉽게 적용이 가능하다.

• 한국정보전자통신기술학회논문지
• /
• 제15권5호
• /
• pp.360-366
• /
• 2022

본 논문은 흑백 사진으로만 남아 있는 한국의 전통 고궁 사진을 적대적 생성 신경망 기법의 하나인 Pix2Pix를 활용하여 컬러 사진으로 복원하기 위한 학습 모델 구조를 제시한다. Pix2Pix는 합성 이미지를 생성기와 합성 여부를 판정하는 판별기의 학습 모델 조합으로 구성된다. 본 논문은 판별기의 수용 영역을 조절하여 인공지능 모델을 학습하고 그 결과를 고궁 사진이 가지는 특성을 고려하여 분석하는 내용을 다룬다. 기존에 흑백 사진 복원에 사용하는 Pix2Pix의 수용 영역은 주로 고정된 크기로 사용하였으나 이미지의 변화가 다양한 고궁 사진을 복원함에 있어서는 고정된 수용 영역을 일률적으로 적용하기에 적합하지 않다. 본 논문에서는 고궁의 특성을 반영할 수 있는 판별기의 수용 영역을 확인하기 위해 기존의 고정된 수용 영역의 크기를 변화시켜 나타나는 결과를 관찰하였다. 실험은 사전에 준비한 고궁 사진을 기반으로 판별기의 수용 영역을 조정하고 모델의 학습을 진행하였다. 판별기의 수용 영역 변화에 따른 모델의 손실을 측정하고 최종 학습한 학습 모델을 복원 대상 흑백 사진에 대입하여 복원 결과를 확인한다.

• 한국측량학회지
• /
• 제20권2호
• /
• pp.137-143
• /
• 2002

본 연구에서는 레이저스캐닝 데이터의 일종인 LIDAR 데이터를 이용하여 수치정사사진 제작에 관한 연구를 수행하였다. 이를 위하여 LIDAR를 이용하여 얻은 XYZ 절점자료(point data)로부터 TIN(Triangular Irregular Network)을 형성한 후. 이로부터 DSM(Digital Surface Model) 을 제작하였다. 그러나 이 과정에서 수치정사사진의 품질에 악영향을 줄 수 있는 절단선(break line)에서의 노이즈가 DSM에서 발생하였다. 따라서 본 연구에서는 이러한 절단선에서의 노이즈를 처리할 수 있는 여러 가지 기법을 적용하였다. 그 결과 건물을 추출하여 저지대(低地帶)에 대한 LIDAR DEM과 합성하는 기법이 가장 적절하다는 결론을 도출하였으며, 이렇게 제작된 LIDAR DSM으로 수치정사사진을 제작하고 품질을 평가해 본 결과 도화축척 1:5,000보다 높은 위치정확도를 지닌 수치정사사진의 제작이 가능하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.246-246
• /
• 2021

본 연구는 강우 발생시 유량을 추정하는 것에 목적이 있다. 이를 위해 본 연구는 선행연구의 모형 개발방법론에서 벗어나 딥러닝 알고리즘 중 하나인 합성곱 신경망 (convolution neural network)과 수문학적 이미지 (hydrological image)를 이용하여 강우 발생시 유량을 추정하였다. 합성곱 신경망은 일반적으로 분류 문제 (classification)을 해결하기 위한 목적으로 개발되었기 때문에 불특정 연속변수인 유량을 모의하기에는 적합하지 않다. 이를 위해 본 연구에서는 합성곱 신경망의 완전 연결층 (Fully connected layer)를 개선하여 연속변수를 모의할 수 있도록 개선하였다. 대부분 합성곱 신경망은 RGB (red, green, blue) 사진 (photograph)을 이용하여 해당 사진이 나타내는 것을 예측하는 목적으로 사용하지만, 본 연구의 경우 일반 RGB 사진을 이용하여 유출량을 예측하는 것은 경험적 모형의 전제(독립변수와 종속변수의 관계)를 무너뜨리는 결과를 초래할 수 있다. 이를 위해 본 연구에서는 임의의 유역에 대해 2차원 공간에서 무차원의 수문학적 속성을 갖는 grid의 집합으로 정의되는 수문학적 이미지는 입력자료로 활용했다. 합성곱 신경망의 구조는 Convolution Layer와 Pulling Layer가 5회 반복하는 구조로 설정하고, 이후 Flatten Layer, 2개의 Dense Layer, 1개의 Batch Normalization Layer를 배열하고, 다시 1개의 Dense Layer가 이어지는 구조로 설계하였다. 마지막 Dense Layer의 활성화 함수는 분류모형에 이용되는 softmax 또는 sigmoid 함수를 대신하여 회귀모형에서 자주 사용되는 Linear 함수로 설정하였다. 이와 함께 각 층의 활성화 함수는 정규화 선형함수 (ReLu)를 이용하였으며, 모형의 학습 평가 및 검정을 판단하기 위해 MSE 및 MAE를 사용했다. 또한, 모형평가는 NSE와 RMSE를 이용하였다. 그 결과, 모형의 학습 평가에 대한 MSE는 11.629.8 m3/s에서 118.6 m3/s로, MAE는 25.4 m3/s에서 4.7 m3/s로 감소하였으며, 모형의 검정에 대한 MSE는 1,997.9 m3/s에서 527.9 m3/s로, MAE는 21.5 m3/s에서 9.4 m3/s로 감소한 것으로 나타났다. 또한, 모형평가를 위한 NSE는 0.7, RMSE는 27.0 m3/s로 나타나, 본 연구의 모형은 양호(moderate)한 것으로 판단하였다. 이에, 본 연구를 통해 제시된 방법론에 기반을 두어 CNN 모형 구조의 확장과 수문학적 이미지의 개선 또는 새로운 이미지 개발 등을 추진할 경우 모형의 예측 성능이 향상될 수 있는 여지가 있으며, 원격탐사 분야나, 위성 영상을 이용한 전 지구적 또는 광역 단위의 실시간 유량 모의 분야 등으로의 응용이 가능할 것으로 기대된다.

• 디지털콘텐츠학회 논문지
• /
• 제18권4호
• /
• pp.723-731
• /
• 2017

고고자료의 복원은 과거 기록물로 남겨진 사진과 도면자료를 이용하여 진행하였다. 크게 유구와 유물로 구분하여 살펴보았다. 유구에 대한 복원은 사진으로 남겨진 개개 부위 및 부분을 모델링하고, 이들을 정렬 및 합성하여 하나의 객체로 3차원 복원하였다. 유물에 대한 복원은 사진을 통한 모델링 작업을 우선한 후, 모델링된 유물의 파손 부위에 대한 텍스쳐 이미지를 수정하여 원상 복원하거나, 유물 내 결실부위에 대한 모델링 제작과 합성을 통한 원상을 복원하는 방식이 있다. 도면을 통한 복원은 3차원 모델링 제작과 함께 이미지의 실사맵핑을 통한 복원을 진행하였다. 이렇게 복원된 고고자료는 과거 2D자료를 통한 수치 분석과 해석의 연구성과를 검증하고 비교를 진행할 수 있으며, 추후 더욱 정확한 분석 방안을 제시할 수 있다.

• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 2003년도 공동 춘계학술대회 논문집
• /
• pp.139-144
• /
• 2003

수종, 영급, 밀도 등과 같은 산림의 특성을 나타내는 임상구분은 주로 항공사진 육안판독을 통하여 이루어져 왔다. 최근 항공사진과 유사한 공간해상도를 갖춘 고해상도 위성영상이 제공되면서 이를 이용한 임상구분의 가능성에 대한 관심이 높아지고 있다. 본 연구에서는 울산 인근 산림지역의 1m 공간해상도의 IKONOS 입체쌍 영상을 이용하여 임상 판독의 가능성을 분석하였다. IKONOS영상은 기존의 수치임상도와의 중첩을 위하여 수치고도자료(DEM)를 이용한 정사보정을 수행하였으며, 분광밴드의 조합을 통한 칼라영상을 이용하여 육안판독을 시도하였다. 육안판독결과 IKONOS 칼라합성영상에서 천연 소나무림과 활엽수림의 육안구분이 흑백항공사진에 비해 뚜렷하게 나타나는 것을 볼 수 있었으며, 임분의 밀도가 영상에서 나타나는 질감과 패턴의 차이로 구분이 가능하였다. 또한 기존의 임상도를 중첩하여 최근 산지개발, 산불 등으로 훼손된 지점에 대한 구분이 용이하기 때문에 기존의 수치임상도를 화연상에서 직접 갱신함으로써 최근의 산림현황정보의 유지를 하는데 적합한 것으로 나타났다.

• 한국진공학회:학술대회논문집
• /
• 한국진공학회 2013년도 제44회 동계 정기학술대회 초록집
• /
• pp.138-138
• /
• 2013

Ni-CeO2 및 Ni-MgO와 같이 Ni이 포함된 나노복합물질을 고주파 유도결합 플라즈마를 이용하여 합성하였다. 이를 위해, 먼저, 1~100 ${\mu}m$ 크기의 가상 Ni 입자와 고융점 세라믹 입자가 플라즈마 유동 내에서 겪는 열전달 과정을 수치해석을 통해 묘사하였다. 묘사 결과로부터, 완전 기화한 Ni 증기가, 채 기화하지 못하고 고체 형태로 남은 세라믹 입자 위에서 균일하게 응축된 형태를 갖는 Ni-세라믹 나노입자 합성을 예측하고, 실제 합성 실험을 25 kW 급 고주파 유도결합 플라즈마에 0.1~10 ${\mu}m$ 크기의 Ni, CeO2 및 MgO 분말을 주입하여 수행하였다. 마지막으로, 실험을 통해 합성된 Ni 계 복합나노물질에 대해, FE-SEM 및 TEM 사진 분석과 EDS 및 ICP-AES 성분 분석을 진행하고, 수치해석을 통해 예측된 결과와 비교 검토하였다.